Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于注意力惩罚和噪声采样的知识图谱补全方法及设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:湖北大学

摘要:本申请提供了一种基于注意力惩罚和噪声采样的知识图谱补全方法及设备,涉及知识图谱技术领域,方法包括:获取知识图谱的多模态数据,融合实体的文本嵌入、图像嵌入和关系嵌入,得到第一嵌入向量;对第一嵌入向量进行自适应噪声采样,获取第二嵌入向量;通过带有注意力惩罚机制的编码器,对第二嵌入向量进行编码,获得预测向量;构建知识图谱补全模型;通过得分函数,计算预测向量的预测实体得分;通过预测实体得分对知识图谱补全模型进行训练;获取待补全的知识图谱;通过知识图谱补全模型,对待补全的知识图谱进行知识图谱补全任务。通过注意力惩罚机制对输入数据进行过度依赖的惩罚,避免单个特征的注意力权重过大,以缓解多模态幻觉问题。

主权项:1.一种基于注意力惩罚和噪声采样的知识图谱补全方法,其特征在于,方法包括以下步骤:S1:获取知识图谱的多模态数据,融合实体的文本嵌入、图像嵌入和关系嵌入,得到第一嵌入向量;S2:对第一嵌入向量进行自适应噪声采样,获取第二嵌入向量;S3:通过带有注意力惩罚机制的编码器,对第二嵌入向量进行编码,获得预测向量;S4:构建知识图谱补全模型;通过得分函数,计算预测向量的预测实体得分;通过预测实体得分,对知识图谱补全模型进行训练;S5:获取待补全的知识图谱;通过训练后的知识图谱补全模型,对待补全的知识图谱进行知识图谱补全任务。

全文数据:

权利要求:

百度查询: 湖北大学 基于注意力惩罚和噪声采样的知识图谱补全方法及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。